Qwen-Image-2.1 評測：透明圖片、AI 編輯、API 費用與 NSFW 限制

Qwen-Image-2.1 最值得關注的，是把素材生成與修改放進同一套流程。除了文字生圖，它還能產生透明背景圖片、參考多張圖片，以及修改照片的指定部分。想研究貼圖、商品去背素材或角色變化圖的人，比單純追求漂亮成品更容易找到它的用途。

不過，公開權重採研究授權，「7B」也只代表視覺生成模組，不是整套模型的記憶體需求。建議先用官方展示確認效果，再考慮硬體；有商業用途時，則要先釐清授權。資料與價格確認日期：2026 年 9 月 24 日。

新版的主要改良：透明背景與統一編輯

Qwen-Image-2.1於 2026 年 9 月 20 日推出，整合文字生圖與圖片編輯。重點包括原生 RGBA 透明輸出、最多 10 張參考圖、以塗畫或遮罩引導的局部修改，以及 7B 視覺生成模組。官方也宣稱改善文字、人物光線和材質，但這不等於每個任務都勝過舊版。

透明圖片應另存 PNG，放到深色和淺色背景檢查邊緣。玻璃、髮絲、半透明陰影尤其值得放大看。「最多 10 張」是輸入上限，不是十個人物都能完美維持身分的保證。

真實使用者怎麼看？

Europa Press 的發布報導介紹了透明圖片能力，但新聞介紹不等於獨立畫質評測。比較有參考價值的是附上硬體設定或生成作品的使用者回報。

Hugging Face 使用者 TheTechnoX以 RTX 4060 Ti 16GB、ComfyUI 和 INT8 模型完成局部編輯，回報生成約 20 秒、編輯約 60 秒，顯存峰值約 15GB。不過，解析度和步數沒有完整交代，不能直接當作自己電腦的速度預估。

另一篇 Reddit 使用心得肯定表情、姿勢及背景修改，但指出部分成品偏黃、帶顆粒感或人工感，複雜元素組合也不夠理想。這些是早期個人經驗，不是統一條件的模型排行榜。

我們的建議：優先評估透明素材和範圍明確的局部編輯；寫實質感與多人構圖則需要更仔細挑圖。本文引用第三方測試，沒有把這些數字包裝成 AirMore 自行執行的 GPU 跑分。

線上入口、API 與台幣參考費用

要確認用到的是這個版本，可從Qwen 官方 Hugging Face 展示開始。介面支援中英文提示詞、圖片輸入與提示詞增強。共享展示的容量和條件可能變動，不能視為無限免費或有企業級穩定性保證的服務。

1. 純文字生圖先不要上傳圖片，在 Prompt 欄填入清楚的描述。
2. 編輯時上傳自己的圖片，說明哪些要改、哪些要保留。
3. 要透明背景時明確要求 RGBA 與透明輸出，下載後保留 PNG 格式。
4. 檢查 Enhance prompt 補上的描述；若新增不想要的內容，關閉後比較。
5. 按 Generate image 生成，再以原尺寸檢查文字和輪廓。

第三方 reAPI的價格為 1K 每張 US$0.02、2K 每張 US$0.04，約為 NT$0.64、NT$1.27；100 張約 NT$64、NT$127。這是供應商標價，不是阿里巴巴官方 API 報價，也不代表以台幣結帳。

換算依2026 年 9 月 24 日參考匯率，1 美元約 NT$31.78；稅金與付款手續費另計。API 文件使用 qwen-image-2.1 模型 ID，提交工作後查詢非同步任務的結果。也可依vLLM-Omni 文件在自己的 GPU 上架設 API，但運算費用與維護由自己負擔。

ComfyUI 安裝與顯存需求

先更新 ComfyUI，使用Comfy-Org 模型檔及官方文字生圖工作流程或圖片編輯工作流程。2.1 的 VAE、編碼器和生成模型需搭配使用，不建議直接沿用舊版配置。

以下是 INT8 檔案的放置範例；若下載 BF16 版本，請在載入節點選擇實際檔名。

ComfyUI/models/diffusion_models/
 qwen_image_2.1_int8_convrot.safetensors
ComfyUI/models/text_encoders/
 qwen3vl_8b_int8_convrot.safetensors
ComfyUI/models/vae/
 qwen_image_2.1_vae_bf16.safetensors

1. 匯入官方工作流程 JSON。
2. 將三種模型檔放進對應資料夾，再重新啟動或更新清單。
3. 逐一確認載入節點的檔名。圖片編輯流程還需要指定來源圖片。
4. 先從 1024×1024、單張圖片測試，成功後再提高解析度和參考數量。
5. 記錄種子、精度、解析度與設定，才能比較修改前後的差異。

目前不能用一個數字概括最低顯存。vLLM 的 GB300 測試在 1024×1024、40 步的某個 BF16 配置下使用約 34GB；這是資料中心硬體，不是家用顯卡購買建議。16GB 社群案例採用量化與不同執行環境，也不保證能跑 2K、10 張參考圖。

量化與 CPU 卸載有機會降低顯存壓力，但可能犧牲速度或品質；系統記憶體與 SSD 空間也要預留。額外的 9B 提示詞增強模型屬選配，第一次使用不必全部安裝。

與舊版 Qwen、FLUX.2 klein 比較

建議比較三種自己的常見任務：換衣服但保留臉孔、修改產品但維持標籤、替換背景但保持光線。新版可能改善其中一項，卻不一定全部勝出。

FLUX.2 klein 4B API第一百萬像素從 US$0.014 起，另有額外像素及參考圖計費，因此不能直接等同 reAPI 的固定 1K／2K 費率。透明素材研究可先試 2.1；追求反覆生成速度或較寬鬆權重授權，則可評估 klein 4B。

延伸閱讀：Qwen Image 系列評測

NSFW 與商用授權：兩件不同的事

本機執行不代表官方保證無限制 NSFW。社群回報顯示文字生圖與編輯的行為可能不同，提示詞增強器和代管平台審查也會影響結果。reAPI 說明會審查輸入與輸出，使用它時仍需遵守平台規則。

Qwen Research License將配布材料的使用限於研究或評估；商用需另取得授權，可聯絡 model-business@notice.qwencloud.com。不能把舊 Qwen 的 Apache-2.0 條件套到 2.1，也不能只因付了第三方 API 費用就假定所有商業用途都獲准。

提示詞與值得嘗試的用途

• 透明貼圖：指定單一主體、材質、光線和透明背景，避免又要求地板或風景。
• 商品修改：同時列出要改與要保留的形狀、文字、反射和相機角度。
• 多圖參考：用第一張、第二張標示用途，逐步加入圖片。
• 文字排版：把準確文案放在引號內並指定位置。繁體字、標點和小字都需人工校對。
• 動漫與真人：檢查臉部、手部和連續編輯的一致性，不把某種畫風視為必然效果。

可試的描述：「透明 RGBA 背景上的一朵橘色紙雕花貼圖，花瓣輪廓清楚，四周留白，不要文字。」編輯例：「只把藍色背景換成淺綠色，保留瓶身、標籤文字、反射與拍攝角度。」這些是提示詞建議，不是已完成的跑分案例。

常見問題與選用建議

免費嗎？

下載權重沒有每張圖片的模型費，但顯卡、電力或租用 GPU 仍有成本，也受研究授權限制。線上方案的費用與額度各自計算。

7B 可以用 8GB 顯卡嗎？

不能只看參數量。編碼器、VAE、運算中間資料和參考圖都會占用顯存，應找相同硬體和配置的測試。

舊版 LoRA 能直接用嗎？

先確認是否明確支援 2.1 的架構。建議先跑通官方範例，再加入相容的擴充。

為什麼存下來不透明？

先確認是不是 JPEG，再檢查檔案有沒有 Alpha 通道。移除背景衝突描述，並把圖片放在不同底色上檢視。

值得升級嗎？

如果主要目的是透明素材或局部編輯研究，很值得挑幾個真實需求試用。先以官方展示評估，再看自己的 GPU 能否重現；速度、穩定性和授權確認前，保留原本用得順手的模型。

付費專案的選型要從授權開始，而不是等漂亮樣圖做完才補查。Qwen-Image-2.1 的亮點很明確，適用範圍同樣要看清楚。